含无风险投资的证券组合投资线性规划模型

在证券组合投资过程中,为了规避预期风险,投资者会将一部分资金存入银行．提出了一个含无风险投资的证券组合投资的区间数线性规划模型,并确定了其投资比例．该模型使证券组合投资理论更全面、更合理、更有效．     

改进的非正定方差阵下证券组合投资模型

为了更全面的研究各类方差阵下的证券组合投资模型,在分析非负定方差阵下的证券组合投资模型[1]的基础上,利用线性代数的二次型及对称阵的相关理论知识,提出了非正定方差阵下证券组合投资模型的改进方法,使得模型中的方差阵最终转化成正定阵.此模型对于研究协方差矩阵为非正定的证券组合投资模型的最优投资比列系数有一定的参考价值.     

基于模糊线性规划的证券组合投资优化研究

怎样选择一个比较满意的证券投资组合,在一定条件下实现一个最有效率的风险一收益搭配,是证券组合投资优化问题的关键。文中利用L-R模糊数来描述了某证券的期望收益率和风险损失率,从而对证券组合投资问题建立了一种模糊线性规划模型,并给出了模型的求解方法,试图优化证券的投资组合,最后给出了一个算例。     

模糊证券投资组合的期望值模型

讨论了当投资的预期收益率和风险损失率为模糊变量时,证券投资组合模型的优化问题.建立了证券投资组合决策系统的期望值模型,并设计了基于模糊模拟的遗传算法进行求解.该方法有效地解决了模糊证券投资组合问题.     

浅谈马科维茨证券投资组合模型

本文简单的探讨了证券投资组合理论及发展并以马科维茨的证券投资组合理论——均值-方差模型为主进一步探讨了现代证券组合理论的应用，如，组合证券的风险、收益的计算、组合证券的选择等。在此基础上提出了马科维茨投资理论在实际操作中的局限性。     

基于混合遗传算法的投资组合优化改进模型研究

证券投资组合优化问题的实质就是有限的资产在具有不同风险收益特性的证券之间的优化配置问题.本文在马克维茨投资组合的均值一方差模型框架下,提出改进的证券投资组合优化模型,即以VAR作为风险度量工具和以RAROC作为目标优化函数的投资组合优化模型.从理论上讲该模型更符合投资工具的风险收益规律,同时采用遗传算法求解也保证了该模型在投资实践中应用的有效性.该模型和求解方法的有效性在上证A股市场的实证研究中得到了验证.     

投资组合中多目标规划最优化数学模型的应用

本文通过对证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险两个目标均达到最优的多目标规划模型,并对模型进行分析,最后通过案例给出了模型的最优解.     

具有交易成本的组合投资有效边界的研究

在介绍Harry Markowitz组合证券投资的基础上,分析了交易成本在证券组合投资中的作用,建立了考虑交易成本的组合投资最优化模型;讨论了交易成本对有效边界的影响,给出了最优投资比例公式。     

一类回报率不确定的证券组合投资策略

为研究包含风险证券的证券组合投资问题,建立了回报率存在不确定性情况下的证券组合投资模型。将使总收益实现最小不确定性的证券组合投资问题转化为H∞控制问题,并运用离散时变系统的H∞状态反馈控制理论,得到证券组合投资的H∞状态反馈投资策略。仿真表明使用该投资策略可实现总资产按预期目标增长的投资目的。     

证券投资的决策和对策

针对证券投资理论在实际应用中的局限性问题,根据证券组合的分散原理和系统方法,分析了证券投资的系统条件,提出了证券市场投资决策和对策模型,设计了具有实际应用价值的证券组合投资决策和对策模拟退火方法算法。     

具有机会约束的多阶段可信性M-AD投资组合优化

本文基于可信性理论,考虑交易成本、借贷约束、阈值约束和基数约束等现实约束,我们提出一种新的具有机会约束的多阶段可信性均值绝对偏差(M-AD)投资组合优化模型。该模型在给定的置信水平下,运用可信性均值和绝对偏差衡量资产的收益和风险,通过对终期财富的最优化实现投资者的预期收益。运用可信性理论,该模型被转化为确定型的动态优化问题。由于交易成本和基数约束的存在,该模型为具有路径依赖的混合整数动态优化问题。文章提出一种新的前向动态规划方法求解。最后,文章通过实证研究验证了模型和算法的有效性。     

文件和包层次的软件缺陷预测

软件缺陷预测中使用哪些软件度量和如何使用度量进行预测目前还没有定论。该文提出基于度量组合的方法来分析各种度量在缺陷预测中的作用,并用试验的方法证明了在缺陷预测中使用有限的度量可以达到与使用所有度量相近的预测效果。提出的度量组合方法具有通用性,能为缺陷预测过程提供有效的度量选择方法,并提高了预测结果的可解释性。     

带交易费及不允许卖空和借贷情况下的极大极小模型

研究了带交易费及不允许卖空和借贷情况下最优投资组合的极大极小问题.分析了该模型的数学特征,尤其是对协方差矩阵为对角矩阵的情况进行了研究,并给出了行之有效的解决方法.     

基于模糊优化的多目标投资组合选择模型研究

将模糊集合的概念引入投资组合模型中，并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化，用逻辑隶属函数作为新的目标函数．针对该模糊多目标投资组合模型，提出了一个动态遗传算法，算例给出了该模型的一个实例的最优解，并进一步解释了模糊尺度随决定逻辑隶属函数形状的参数的变化而反向变化的规律．     

M-V证券组合投资决策的风险厌恶模型

引入风险厌恶函数作为投资者对风险厌恶程度的一个度量标准,建立了含该函数的非线性证券组合投资决策模型,求解该模型便得到给定风险厌恶函数下的最佳证券组合,简化了证券组合选择过程.文中给出了该模型的解析解,并通过数值例子检验了该模型的解.结果表明,该模型所确定的最佳证券组合为M-V有效证券组合.     

动态均值-LEL投资组合选择模型

运用优化方法研究动态投资组合选择问题.在标准Black-Scholes型金融市场下,以受限期望损失(LEL)度量投资组合的风险,建立了动态均值-LEL投资组合选择模型,得到了最优投资组合策略和均值-LEL有效前沿的显式表达式.最后,结合算例说明了模型的求解方法,并得到以下结论:在相同的期望终端财富和投资组合策略下,在险价值(VaR)约是LEL的2~10倍.     

A New Method of Portfolio Optimization Under Cumulative Prospect Theory

In this paper,the portfolio selection problem under Cumulative Prospect Theory(CPT) is investigated and a model of portfolio optimization is presented.This model is solved by coupling scenario generation techniques with a genetic algorithm.Moreover,an Adaptive Real-Coded Genetic Algorithm(ARCGA) is developed to find the optimal solution for the proposed model.Computational results show that the proposed method solves the portfolio selection model and that ARCGA is an effective and stable algorithm.We compare the portfolio choices of CPT investors based on various bootstrap techniques for scenario generation and empirically examine the effect of reference points on investment behavior.     

安全第一的证券组合优化模型与绩效管理

针对传统确定是优证券组合方法即马可维茨方法需知道投资者无差异曲线,从而较难在实践中运用,提出了安全第一准则,借用安全性参数直接求解一个最优化问题,得到了基于安全第一下证券组合优化模型,对其中概率约束条件给出两种处理方法,并就如何评价投资证券组合的绩效人出安全第一指数。     

基于遗传算法的高阶矩投资组合模型研究

金融资产收益数据普遍具有非对称和尖峰厚尾的分布,传统的马克维茨投资组合模型仅仅考虑了均值和方差的约束,这在确定投资组合时是不充分的.考虑了三阶矩偏度和四阶矩峰度对投资组合的影响,假定交易费用为V-型函数,建立了均值-方差-偏度-峰度投资组合模型,鉴于多目标优化求解的复杂性,编写遗传算法程序求解这一高阶矩投资组合,最后给出了一个数值算例.     

均值-CVaR投资组合模型及改进的蝙蝠算法求解

基于投资者是风险厌恶型和风险资产价格路径服从跳扩散过程的假设,采用条件风险价值来度量组合风险,建立均值-CVaR投资组合优化模型.为快速有效求解模型,将基于模型的交叉熵随机优化方法嵌入到基于群体的蝙蝠仿生算法中,构建一种改进的蝙蝠算法,该算法既充分发挥交叉熵方法的随机性、自适应性和鲁棒性,又有效抑制蝙蝠算法的早熟收敛现象.借助Monte Carlo模拟情景生成得到价格路径,进而采用所建算法实现模型求解,并与遗传算法和线性规划方法进行比较.实验结果表明,新算法在求解有效性和实用性方面表现更好,取得更为满意的结果.